Distribuciones continuas de

probabilidad
Variables aleatorias

• Una variable aleatoria (X) es aquella que toma valores

numéricos asociados a los resultados de un
experimento probabilístico. Ésta puede ser:
Discreta Continua
Cuando es el resultado Cuando es el resultado
de un proceso de contar. de un proceso de medir.

¿Cuántos focos estarán fundidos?

¿A qué velocidad van?
Distribuciones de probabilidad

• Una distribución de probabilidad es una relación

entre los valores que puede tomar la variable
aleatoria y la probabilidad de que eso suceda.

• La más conocida y empleada de las distribuciones de

variables aleatorias continuas es la distribución
normal o gaussiana, ya que muchas de las variables
que se manejan en los negocios, la industria, los
comportamientos sociales e individuales tienen esta
distribución.
La distribución normal

Se dice que una variable aleatoria continua X sigue una distribución normal de
media � y desviación estándar � si se cumplen las siguientes condiciones:

(1) La variable puede tomar cualquier valor en el intervalo (-∞, ∞).

(2) La función de densidad está dada por la siguiente expresión:

Donde e y � son los números irracionales cuyo principio de expansión decimal

es:

e=2.71822… y 𝜋=3.14159...
Características de la distribución normal

• La distribución normal tiene forma de campana y es

simétrica respecto de la media (μ).
• Cuando la desviación estándar
(σ) es un valor pequeño, la
mayoría de los datos se
.5 .5
distribuyen alrededor de la
media. - X  +
Z
• Conforme este valor aumenta, la El área bajo
 la curva representa
curva se aplana, lo que significa el
100% de los datos.
que los valores empiezan a
dispersarse.
Distribuciones normales con distinta desviación estándar e igual media

Cuando se cambia la desviación estándar y se conserva la media, se obtienen

curvas de distintas alturas pero con centro en el mismo lugar.
Distribuciones normales con distinta media e igual desviación estándar

Si se cambia la media pero se conserva el valor de la desviación estándar, lo

que se obtiene es “copias” de la misma curva pero con cierto desplazamiento.
La distribución normal estándar o normal unitaria

La distribución normal estándar es una distribución normal con la propiedad

que su media es cero y su desviación estándar uno.

Para convertir cualquier variable en la variable Z o variable estándar, se utiliza

la siguiente fórmula:

X 
Z


El valor de Z indica a cuántas desviaciones estándar de la media se localiza el

valor de X.
Variable estandarizada

Para calcular la función de distribución normal acumulada se utiliza la tabla

de valores de la distribución normal estándar, de la siguiente manera:

(1) Se estandariza la variable X mediante la fórmula para Z.

(2) Se busca el valor de Z obtenido anteriormente en la tabla de valores de
la distribución normal estándar. El resultado es la probabilidad de la media
a punto x.
(3) Dependiendo de la posición de X se hará una resta o suma con
respecto ya sea a la probabilidad total o a la de la media.
Cálculo de probabilidades

• Se busca el valor entero y

primer decimal de Z en la
columna de la izquierda y el
segundo decimal en la
parte superior.
Ejemplo

• La radiación cósmica a la cual está expuesta una

persona mientras vuela en avión es una variable
aleatoria que tiene una distribución normal con media
4.35 y 0.59 unidades de desviación estándar.
• Determina la probabilidad de que una persona que se
encuentra en un vuelo esté expuesta a una radiación
de más de 5 unidades.
Ejemplo

Datos Objetivo
  4.35 Calcular
  0.59 P(y ≥ 5)

Fórmula Operaciones

X  Z
5  4.35
 1.10
4.35 5

Z 0.3643
 0.59

En la tabla se busca el renglón 1.1

(entero y primer decimal)
y la columna 0.00 (segundo decimal).

4.35 5
P( y ≥ 5) = 0.5-0.3643 = 0.1357
Teorema del límite central

Dada cualquier variable aleatoria, si se extraen muestras de tamaño n (n > 30)

y se calculan los promedios muestrales, dichos promedios tendrán una
distribución normal cuya media y desviación estándar están dadas por:

X  


X 
n
Distribución muestral de la media

• Una distribución muestral de la media es aquella cuyos

valores son las medias ( X ) de todas las muestras de n
elementos que se pueden formar con los datos
originales: X 1 , X 2 , X 3 ,

• La media de una distribución muestral es igual a la

media de los datos originales:  X  

• La desviación estándar de una distribución muestral de

la media está dada por:   
X
n
Para obtener probabilidades a partir de la media de
una distribución muestral se utiliza la fórmula para el
cálculo de Z :
X 
ZX 
n
Donde:
X = media de la muestra
µ = media de la población
σ = desviación estándar de la población
n = tamaño de la muestra.

Se sigue el mismo procedimiento que con la distribución

normal.
Ejemplo

• En una universidad el promedio de calificaciones de

varios grupos en una asignatura es de 8, con una
desviación estándar de 1.
• ¿Cuál es la probabilidad de que al seleccionar una
muestra de 36 alumnos, su promedio en esa asignatura
sea menor de 7.7?
Datos Objetivo Fórmula Operaciones
μ=8 7.7  8
P ( X  7.7) X  ZX 
σ=1 ZX  
1
n = 36 36
n
 0.3
ZX  1
 1.8
6
Ejemplo

• El valor de Z en tablas es 0.4641; entonces la

probabilidad buscada es:
P( X  7.7)  0.5  0.4641  0.0359

-1.8 8
7.7

• Por tanto, la probabilidad de que el promedio de la

muestra sea menor a 7.7 es de 3.59%.
Referencias

• Levin, R. y Rubin, D. (2010). Estadística para

administración y economía. (7a. ed.). México:
Pearson. (Disponible en la Biblioteca Virtual
ULA, colección Pearson).